在寫報告或準備畢業論文時，最痛苦的階段莫過於「文獻回顧 (Literature Review）」。你必須在短時間內吞下數十篇甚至上百篇的英文期刊，常常讀到後面就忘了前面講什麼。
傳統的做法是把 PDF 印出來用螢光筆畫重點，或是開一個超大的 Notion / Excel 費力地建立對照表。現在，AI 可以幫你在一秒鐘內完成這一切，而且不會發生幻覺 (Hallucination)。
防幻覺神器：NotebookLM
一般的大語言模型（如 ChatGPT）會根據它過去看過的網路資料來回答你，如果你問它一篇非常冷門或最新的論文，它很高機率會「自己發明出結論」。
這就是為什麼在學術圈，Google NotebookLM 會被譽為神級工具。它的運作邏輯（RAG 技術）是：你餵給它什麼資料，它就只根據那些資料回答你。
步驟 1：建立主題式筆記本
假設你的研究主題是「AI 在醫學影像辨識的應用」，請建立一個新的 Notebook，並將你在資料庫（如 PubMed, IEEE）下載的 20 篇 PDF 論文全部上傳。
步驟 2：文獻交叉比對與重點提取
你不需要再一篇一篇看完摘要。你可以直接在聊天框輸入跨文獻的提問：
「請總結這 20 篇文獻中，關於『資料偏誤 (Data Bias）』的共同挑戰有哪些？請條列出前三大問題，並務必標註是引述自哪幾篇論文（提供引用標籤）。」
NotebookLM 會在回答的末尾加上 [1][2] 的小註腳，點擊就能直接跳轉到原文的該段落。這使得學術寫作的引註 (Citation) 工作變得無比輕鬆。
建立你自己的 AI 前導研究助理
當你在決定研究題目方向時，可以利用 Perplexity。請記得務必開啟 Academic （學術） 模式。
尋找研究缺口 (Research Gap) Prompt：
我是一名研究所學生，計畫探討「短影音如何影響青少年的專注力」。
請幫我搜尋近 5 年內的相關學術期刊，並回答以下問題：
1. 目前這個領域主流的共識結論是什麼？
2. 在這些最新的研究中，還有哪些未被充分探討的「研究缺口 (Research Gap)」？
3. 請列出 5 篇最具代表性的參考文獻，並附上 DOI 或論文連結。[!WARNING] 一定要親自去點擊論文連結確認資料。雖然 Perplexity 已經是目前防幻覺能力最強的聯網搜尋工具之一，但偶爾仍會有引用錯誤的情況。
總結：學術研究的 AI 工作流
- 主題探索期：用 Perplexity 搜尋相關關鍵字，找到值得深讀的標竿文獻。
- 文本輸入期：去學校圖書館資料庫下載 PDF 原文，餵給 NotebookLM。
- 知識提煉期：不對 NotebookLM 問空泛的問題，而是針對你的「研究變數」要求它比對結果。
- 人工驗證期：點擊 AI 提供的引註連結，親自閱讀該段落的前後文，確保 AI 沒有搞錯作者想表達的脈絡。
進階技巧：用 AI 整理文獻比較矩陣
文獻回顧最有價值的產出之一就是「文獻比較矩陣（Literature Matrix）」——把每篇論文的研究方法、樣本數、主要發現、限制條件等資訊排成一張大表格。這張表格是你整篇文獻回顧章節的骨架。
實戰 Prompt：文獻矩陣生成
我已經在 NotebookLM 中上傳了 15 篇關於「社群媒體對青少年心理健康影響」的論文。
請幫我建立一張文獻比較矩陣，欄位包含：
| 作者（年份） | 研究方法 | 樣本規模與對象 | 主要發現 | 研究限制 | 與我的研究的關聯性 |
請按照「發表年份由新到舊」排序，並在最後一行加上你的觀察：
這 15 篇論文整體呈現什麼趨勢？哪些面向仍有研究缺口？有了這張矩陣之後，你寫文獻回顧時就不用再來回翻閱每篇論文。而且當指導教授問你「你讀了哪些文獻？有什麼發現？」的時候，你可以直接拿出這張表格，清楚展示你的閱讀脈絡。
學術寫作中的 AI 倫理底線
使用 AI 輔助研究是趨勢，但必須守住幾條底線：
- AI 可以幫你「讀」，但不能幫你「寫」論文正文。用 AI 整理筆記、翻譯摘要、比對數據都沒問題，但最終寫進論文的分析與論點必須出自你自己的思考。
- 永遠標註你使用了 AI 工具。越來越多期刊要求作者在方法論章節揭露是否使用了 AI 輔助工具。主動揭露是學術誠信的展現。
- 不要讓 AI 替你做研究判斷。AI 可以告訴你「這 15 篇論文中有 12 篇支持 X 結論」，但「這是否代表 X 結論可靠？」這個判斷必須由你來做，因為你需要考慮研究方法的品質差異、樣本的代表性等 AI 不擅長評估的面向。
用 AI 快速掌握陌生領域的核心概念
跨領域研究時，你經常會碰到完全不熟悉的專有名詞和理論框架。與其花三天從教科書第一章讀起，不如用 AI 建立一份「概念速查地圖」。做法是把你論文中出現的關鍵術語列成清單，丟給 ChatGPT 或 Claude，請它用三層結構解釋：第一層是一句話的白話定義；第二層是這個概念在你研究領域中的具體應用情境；第三層是該概念最常被引用的兩到三篇經典文獻。例如你研究「社群媒體成癮」但不熟悉心理學，可以請 AI 把「自我決定理論」「多巴胺回饋迴路」「社會比較理論」各用三層結構整理出來。拿到這份地圖後，你就能精準地去找對應的原始文獻深讀，而不是在茫茫書海中迷路。這個方法的關鍵是：AI 幫你定位方向，但最終的理解和詮釋必須來自你自己閱讀原典後的消化。
想進一步提升學術寫作的品質，可以參考學術寫作與文法品質的實戰技巧。
❓ 常見問題 FAQ
用 AI 整理論文算不算抄襲？
不算，只要你正確引用。AI 在這裡的角色是「幫你讀得更快、整理得更有結構」，最終寫進論文的分析和觀點必須是你自己的。就像你請同學幫你畫重點不算抄襲一樣。但要注意：絕對不能讓 AI 直接幫你「寫」論文段落然後當成自己的——這才是學術不誠信。
NotebookLM 免費嗎？有上傳限制嗎？
NotebookLM 目前完全免費。單一 Notebook 最多可上傳 50 個來源（PDF、Google Docs、網頁等），每個來源最大 500,000 字。對大部分碩博士論文的文獻回顧來說，50 篇已經非常夠用。
AI 搜出來的論文引用可以直接放進參考文獻嗎？
絕對不行直接採用。你必須：1) 點擊 AI 給的 DOI 或連結確認論文真實存在，2) 確認作者名、年份、期刊名是否正確，3) 最好從學校圖書館資料庫（如 Web of Science、Scopus）重新下載正式書目資料。AI 提供的引用格式經常有小錯誤，直接複製會讓指導教授扣分。
指導教授不准用 AI，怎麼辦？
尊重教授的規定。但你可以用 AI 做「前置研究」——例如用 Perplexity 快速了解一個陌生領域的全貌，再自己去圖書館找原始文獻。這跟「用 Google 搜尋」的性質一樣，只是效率更高。最重要的是：你要能對你引用的每一篇論文說出「我讀過，我知道它在講什麼」。